Datadreven optimalisering av landbasert lakseoppdrett

Offentlig prosjektsammendrag

I de siste årene har har interessen for å drive fiskeoppdrett på land eksplodert. Å bygge slike landbaserte anlegg er en stor investering, og det er derfor ekstra viktig at produksjonssystemet utnyttes til sitt fulle. Videre er energiforbruket større enn i et havbasert anlegg, og konkurranseevnen er sterkt påvirket at produksjonen skjer så energioptimalt som mulig. Dette skal vi få til ved å utnytte anleggets produksjonsdata i kombinasjon med kunstig intelligens og optimeringsalgoritmer. Dette prosjektet har som mål å bidra til å øke produksjon av fisk ved landbaserte fiskeoppdrettsanlegg, og samtidig redusere forbruket av ressurser som må til for å produsere fisken, noe som gjøres i tett samarbeid med en stor aktør i markedet. Solution Seeker har utviklet Production Compass, en AI-software som er spesialisert for å håndtere sanntidsdata fra olje- og gassfelt, og tilhørende maskinlæringsmodeller som støtter produksjonsbeslutninger. Prosjektet har som mål å videreutvikle Production Compass slik at den også kan anvendes til å optimere produksjonen av fisk, samt å forske frem og utvikle datadrevne maskinlæringsmodeller for fiskevekst og andre forhold i produksjonslinjen.